数据分析之预测模型

什么叫数据分析？

        通过对大量数据进行科学分析，从而得出结论，提出建议，辅助决策。

科学的数据分析步骤有哪些？

        1.明确目的

        2.收集数据（已知数据或网络爬虫）

        3.数据处理

        4.数据分析（数据分析(业务)，数据挖掘(代码+算法)）

        5.数据报告（报告：ppt,word,markdown；可视化：python FilneBI PowerBI）

一元线性回归趋势预测

        一元线性回归：y=wx+b

Years(工龄)	Salary(薪资)
1.1	19343
1.3	26205
1.5	17731
2	23525
2.2	19891
2.9	36642
3	40150
3.2	34445
3.2	44445
3.7	37189
3.9	43218
4	35794
4	36957
4.1	37081
4.5	41111
4.9	47938
5.1	46029
5.3	63088
5.9	61363
6	73940
6.8	71738
7.1	78273
7.9	81302
8.2	93812
8.7	89431
9	85582
9.5	96969
9.6	92635
10.3	102391
10.5	101872

读取数据：

代码：

import seaborn
import statsmodels.api
import pandas as pd
import numpy as np
df = pd.read_csv("Salary_Years.csv")
seaborn.lmplot(x='Years',y='Salary',data=df)
plt.show()

 画出散点图如下：

 求斜率和截距：

fit=statsmodels.api.formula.ols('Salary~Years',data=df).fit()
print(fit.params)

Intercept    5792.200199
Years        9449.962321
dtype: float64